論文の概要: PolicyKit: Building Governance in Online Communities
- arxiv url: http://arxiv.org/abs/2008.04236v2
- Date: Mon, 17 Aug 2020 18:46:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-06 15:59:41.089434
- Title: PolicyKit: Building Governance in Online Communities
- Title（参考訳）: PolicyKit: オンラインコミュニティにおけるガバナンスの構築
- Authors: Amy X. Zhang, Grant Hugh, Michael S. Bernstein
- Abstract要約: オンラインコミュニティのメンバに対して,さまざまなガバナンス手順を簡潔に作成するための,ソフトウェアインフラストラクチャであるPolicyKitを紹介します。
我々は,コミュニティガバナンスを政策にエンコードする政治科学理論,あるいはユーザ主導の行動が実行可能であるかどうかを判断するための手順を規定する短い命令関数を描いている。
本稿では,ランダム陪審の審議,多段階のコーパス,評価システム,ウィキペディアのRfAプロセスにインスパイアされたプロモーション手順などのガバナンスモデルの実装を通じて,PolicyKitの表現性を実証する。
- 参考スコア（独自算出の注目度）: 21.20591117254434
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The software behind online community platforms encodes a governance model
that represents a strikingly narrow set of governance possibilities focused on
moderators and administrators. When online communities desire other forms of
government, such as ones that take many members' opinions into account or that
distribute power in non-trivial ways, communities must resort to laborious
manual effort. In this paper, we present PolicyKit, a software infrastructure
that empowers online community members to concisely author a wide range of
governance procedures and automatically carry out those procedures on their
home platforms. We draw on political science theory to encode community
governance into policies, or short imperative functions that specify a
procedure for determining whether a user-initiated action can execute. Actions
that can be governed by policies encompass everyday activities such as posting
or moderating a message, but actions can also encompass changes to the policies
themselves, enabling the evolution of governance over time. We demonstrate the
expressivity of PolicyKit through implementations of governance models such as
a random jury deliberation, a multi-stage caucus, a reputation system, and a
promotion procedure inspired by Wikipedia's Request for Adminship (RfA)
process.
- Abstract（参考訳）: オンラインコミュニティプラットフォームの背後にあるソフトウェアは、モデレーターと管理者に焦点を当てた、驚くほど狭いガバナンスの可能性を表わすガバナンスモデルをエンコードしています。
オンラインコミュニティが、多くのメンバーの意見を考慮に入れたり、非自明な方法で権力を分配するなど、他の形態の政府を望む場合、コミュニティは精力的な手作業に頼らなければならない。
本稿では,オンラインコミュニティのメンバに対して,広範囲のガバナンス手順を簡潔に作成し,その手順をホームプラットフォーム上で自動的に実行するソフトウェアインフラストラクチャである policykit を提案する。
我々は,コミュニティガバナンスを政策にエンコードする政治科学理論,あるいはユーザ主導の行動が実行可能であるかどうかを判断するための手順を規定する短い命令関数を描いている。
ポリシーによって管理されるアクションは、投稿やメッセージのモデレーションのような日々のアクティビティを包含するが、アクションはポリシー自体の変更も含み、時間の経過とともにガバナンスの進化を可能にする。
本稿では,無作為な陪審審議,多段階コークス,評価システム,wikipediaの管理要求(rfa)プロセスに触発されたプロモーション手順といったガバナンスモデルの実装を通じて,policykitの表現性を示す。
関連論文リスト
- Private Hierarchical Governance for Encrypted Messaging [20.838090769270607]
プライバシのためのE2EEメッセージングを用いたプライベート階層型ガバナンスシステムを提案する。
私たちは、メッセージ層セキュリティプロトコルの拡張が、リッチなガバナンスポリシーの集合を達成するのにいかに十分であるかを示します。
我々は,コンテンツベースのコミュニティとプラットフォームモデレーション,コミュニティモデレーターの選挙,虐待的ユーザを排除するための投票などをサポートする,MlsGovというプロトタイプE2EEメッセージングシステムを構築している。
論文 参考訳（メタデータ） (2024-06-27T17:33:23Z) - Conformal Policy Learning for Sensorimotor Control Under Distribution
Shifts [61.929388479847525]
本稿では,センサコントローラの観測値の分布変化を検知・応答する問題に焦点をあてる。
鍵となる考え方は、整合量子を入力として取ることができるスイッチングポリシーの設計である。
本稿では, 基本方針を異なる特性で切り替えるために, 共形量子関数を用いてこのようなポリシーを設計する方法を示す。
論文 参考訳（メタデータ） (2023-11-02T17:59:30Z) - Do We Run How We Say We Run? Formalization and Practice of Governance in
OSS Communities [1.922428808969909]
この調査では、Apache Software Foundation Incubatorプログラムとサポートする208のプロジェクトについて調べる。
スケーラブルでセマンティックなパイプラインを組み立てて、メーリングリストからプロジェクトのガバナンス行動を発見し、分析します。
以上の結果から,コミュニティは形式的な要件や政策を定義どおりに広く観察する一方で,その日常的なガバナンスの焦点は,公式な政策決定のトピックに大きく依存していないことが示唆された。
論文 参考訳（メタデータ） (2023-09-25T16:04:11Z) - Residual Q-Learning: Offline and Online Policy Customization without
Value [53.47311900133564]
イミテーション・ラーニング(Imitation Learning, IL)は、実演から模倣行動を学ぶためのフレームワークである。
政策カスタマイズと呼ばれる新しい問題設定を定式化する。
本稿では,従来の政策を活かして定式化MDPを解くための新しいフレームワークであるResidual Q-learningを提案する。
論文 参考訳（メタデータ） (2023-06-15T22:01:19Z) - Policy Dispersion in Non-Markovian Environment [53.05904889617441]
本稿では,非マルコフ環境下での国家行動ペアの歴史から,多様な政策の学習を試みる。
まず、ポリシー埋め込みを学習するために、トランスフォーマーベースの手法を採用する。
次に,政策埋め込みを積み重ねて分散行列を構築し,多様な政策の集合を誘導する。
論文 参考訳（メタデータ） (2023-02-28T11:58:39Z) - Envisioning a Human-AI collaborative system to transform policies into
decision models [7.9231719294492065]
我々は、人力で読み取り可能なポリシールールと機械で実行可能なポリシールールの両方をスケールする上で、政府機関や政策専門家を支援するAIの巨大な可能性を探る。
我々は、ポリシー文書から、AI、NLP、知識グラフを用いた実行可能、解釈可能、標準化された決定モデルへのルートを短くするための、初期的アプローチを提案する。
オープンドメインの課題は数多くありますが、このポジションペーパーでは、人力で読み取り可能なポリシルールとマシン実行可能なポリシルールの両方をスケールする上で、政府機関や政策専門家を支援するAIの巨大な可能性について検討します。
論文 参考訳（メタデータ） (2022-11-01T18:29:48Z) - Constructing a Good Behavior Basis for Transfer using Generalized Policy
Updates [63.58053355357644]
そこで我々は,優れた政策集合を学習する問題を考察し,組み合わせることで,目に見えない多種多様な強化学習タスクを解くことができることを示した。
理論的には、独立したポリシーのセットと呼ぶ、特定の多様なポリシーのセットにアクセスできることによって、ハイレベルなパフォーマンスを即時に達成できることが示される。
論文 参考訳（メタデータ） (2021-12-30T12:20:46Z) - PAMMELA: Policy Administration Methodology using Machine Learning [1.1744028458220428]
PAMMELAは機械学習を利用した政策管理手法である。
同様の組織で現在実施されているポリシーのルールを学習することで、新しいポリシーを生成する。
PAMMELAは、政策強化のために、既存のルールから集めた知識に基づいて、新しいルールを推測することができる。
論文 参考訳（メタデータ） (2021-11-13T07:05:22Z) - Imitation Learning from MPC for Quadrupedal Multi-Gait Control [63.617157490920505]
本稿では,歩行ロボットの複数の歩行を模倣する単一ポリシーを学習する学習アルゴリズムを提案する。
モデル予測制御によって導かれる模擬学習のアプローチであるMPC-Netを使用し、拡張します。
ハードウェアに対する我々のアプローチを検証し、学習したポリシーが教師に取って代わって複数の歩留まりを制御できることを示します。
論文 参考訳（メタデータ） (2021-03-26T08:48:53Z) - Modular Politics: Toward a Governance Layer for Online Communities [12.052852910269927]
本稿では,モジュールポリティクス(Modular Politics)と呼ばれる,オンラインガバナンスのための一般化可能なパラダイムの基本的特徴を規定することで,この過ちに対処する戦略を提案する。
この種のアプローチは、デジタル以前のガバナンスシステムを実装するだけでなく、ユニークなデジタル技術におけるイノベーションを加速する可能性がある。
論文 参考訳（メタデータ） (2020-05-27T23:05:17Z) - Hierarchical Variational Imitation Learning of Control Programs [131.7671843857375]
パラメータ化された階層的手順(PHP)で表される制御ポリシーの模倣学習のための変分推論手法を提案する。
本手法は, 教師による実演の観察・行動トレースのデータセットにおける階層構造を, 手続き呼び出しや用語の待ち行列に近似した後続分布を学習することによって発見する。
階層的模倣学習(hierarchical mimicion learning)の文脈における変分推論の新たな利点を実証する。
論文 参考訳（メタデータ） (2019-12-29T08:57:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。